粗糙集和BP神经网络在变压器故障诊断中的应用

摘要：

油中溶解气体分析(DGA)是目前电力系统中对充油电力设备常规使用的监测手段。因其能够及时发现变压器内部存在的早期故障，在以往的运行维护中消除了不少事故隐患。在应用DGA对变压器进行诊断时，人们将神经网络和粗糙集等智能方法与DGA相结合，获得较好的效果。本文结合粗糙集和神经网络，运用Visual C++语言编程实现了对变压器的故障诊断。

关键词： 变压器 故障诊断 BP神经网络 粗糙集理论

作者: 张景明 刘建国

作者单位: 南昌大学信息工程学院，江西 南昌 330031

会议类型: 国内会议

会议名称: 第三届全国变压器技术自主创新研讨会

会议地点: 南宁

会议语种:中文

页码: 107-109

在线出版日期: 2007-12-01（万方平台首次上网日期，不代表论文的发表时间）